-
公开(公告)号:CN104688198A
公开(公告)日:2015-06-10
申请号:CN201510028521.2
申请日:2015-01-20
Applicant: 吉林大学
CPC classification number: A61B5/029 , A61B5/02 , A61B2562/00
Abstract: 本发明涉及一种基于脉搏色素谱分析的心输出参数的无创检测系统及检测方法,是由指夹式光电脉搏波传感器、光源驱动电路、单波长信号分离电路、交流成分提取电路构成。本发明通过静脉注射吲哚氰绿(ICG)色素并通过指夹式光电脉搏波传感器在指端连续、同步采集805nm和940nm这两个特征波长的脉搏波信号,根据色素和血红蛋白在近红外波段的吸收光谱特性,通过对双波长的脉搏波信号进行交、直流成分分离,绘制随时间变化的ICG色素谱曲线,根据曲线建立ICG在血液循环系统中稀释与排泄的数学模型,最终实现对心输出参数无创检测的目的。心输出量的测量对于心血管疾病的诊断与治疗,急、危重症病人的手术风险评估,以及术中的病情监测,具有重要意义。
-
公开(公告)号:CN109620211A
公开(公告)日:2019-04-16
申请号:CN201910093710.6
申请日:2019-01-30
Applicant: 吉林大学珠海学院
IPC: A61B5/0402 , A61B5/00 , G06K9/00 , G06K9/38 , G06N3/04
CPC classification number: A61B5/0402 , A61B5/7203 , A61B5/7253 , A61B5/7264 , G06K9/00516 , G06K9/38 , G06N3/0454
Abstract: 本发明实施例公开了一种基于深度学习的智能化异常心电辅助诊断方法,该基于深度学习的智能化异常心电辅助诊断方法包括:预处理心电图信号,得到心电图信号中各心动周期的二值图像;采用深度卷积神经网络提取二值图像的深层次的隐式特征;通过分类器根据特征对心电图中的心拍进行分类。
-
公开(公告)号:CN104688234A
公开(公告)日:2015-06-10
申请号:CN201510116528.X
申请日:2015-03-17
Applicant: 吉林大学
IPC: A61B5/103
Abstract: 本发明涉及一种ICG色素浓度谱的无创、抗扰动检测方法,其特征在于包括以下步骤:建立人体指端脉搏分光光度模型并采集双波长脉搏波光密度变化时间序列;对双波长光密度变化时间序列进行集合经验模态分解获得目标频率分量;分别叠加色素谱信号及交流分量信号的目标频率分量和余项,滤除干扰项;利用Lambert-Beer定律基于脉搏分光光度原理计算ICG色素浓度谱。检测方法无创、准确且精度高,能够有效解决脉搏波信号强度弱、信噪混频严重、传统低通滤波难以完整滤除噪声或过度去噪后导致提取信号信息丢失的问题,检测方法能够完整保留检测结果所需有用信息,为肝储备功能评估及手术风险评估提供可靠参数。
-
公开(公告)号:CN205548577U
公开(公告)日:2016-09-07
申请号:CN201620215870.5
申请日:2016-03-21
Applicant: 吉林大学
IPC: A61B5/1455
Abstract: 本实用新型属于近红外光谱脑功能检测领域,尤其涉及一种可穿戴式脑血氧监测头盔,包括检测探头、头盔式弹性固定带、电源单元,所述的头盔式弹性固定带为环形固定到大脑前额,电源单元与检测探头连接用于给检测探头供电,所述检测探头与电源单元均安装在头盔式弹性固定带上,检测探头与电源单元通过连接带连接后跨越在头部上方。本实用新型采用通过弹性固定带将监测系统主体与电源单元连接固定,使之成为真正意义上的一体化、可穿戴。
-
-
-